Machine learning. Data science. Comparaison des performances entre Julia d’une part, les programmes compilés d’autre part, avec les langages C (compilé avec « gcc » [GNU Compiler Collection]) et Pascal (compilé avec « fpc » [Free Pascal Compiler]). Mesures des temps d’exécution dans l’implémentation d’un tri à bulles où sont mis à l’épreuve principalement : l’accès aux valeurs d’une liste (vecteur) (lecture, écriture), la réalisation de boucles for imbriquées, la gestion des branchements conditionnels. Assez extraordinairement, Julia, pourtant typé dynamiquement, tient parfaitement la route avec sa technologie JIT (just-in-time, compilation à la volée), au même niveau de performances que le C (gcc), et se compare avantageusement au Pascal (fpc).
Julia vs. Python : https://www.youtube.com/watch?v=Zl_NkLKIOls
Site de Julia : https://julialang.org/
Gcc : https://gcc.gnu.org/
Free Pascal : https://www.freepascal.org/
00:00 Compilation vs. JIT (Just in Time)
05:12 Comparaison des codes sources
08:59 Données à traiter (évolution des volumes)
09:43 Terminaux d'exécution
09:58 Comparaison -- 15000 valeurs (égalité [presque])
11:51 40000 valeurs (gcc et Julia se démarquent)
13:23 60000 valeurs (gcc et Julia quasi équivalents)
15:33 80000 valeurs (Julia tient la dragée haute à gcc)
17:22 Facilité d'écriture du code - Typage dynamique
